基于时变RBF神经网络的时变非线性系统控制器设计.docx

第35

第35卷第10期2023年10月

Vol.35No.10Oct.2023

JournalofSystemSimulation

Time-varyingRBFNeuralNetwork-basedControllerDesignforaClassofTime-varyingNonlinearSystems

LiJing，ZhangTaotao，JinKai*，YuanShengzhi，ZhaZilong(CollegeofWeaponsEngineering,NavalUniversityofEngineering,WuHan430033,China)

Abstract：Atime-varyingRBFneuralnetworkwithtime-varyingpropertiesisfirstlyproposed,anditsapproximationtheoremisobtained.Foraclassofnonlinearsystemswithnon-parametrictime-varyinguncertainties,theproposedtime-varyingRBFneuralnetworkisusedtoapproximatethetime-varyinguncertainties,andthecontrollerisdesignedbymakinguseofLyapunovstabilitytheoryandadaptiveiterativelearningcontroltechniques.Weobtainthestabilitytheoremofthedesignedcontroller.Thesimulationresultsverifytheeffectivenessofthetime-varyingneuralnetworkandthecorrectnessofthecontrollerdesignscheme.

Keywords：time-varyingnonlinearity;RBFneuralnetwork;iterativelearning;adaptivecontrol

基于时变RBF神经网络的时变非线性系统控制器设计

李静，张涛涛，金凯*，袁胜智，查子龙(海军工程大学兵器工程学院，湖北武汉430033)

摘要：提出了一种具有时变特性的RBF神经网络，并证明了其逼近定理。以一类非参数化不确定时变非线性系统为研究对象，在用时变RBF神经网络对系统中的时变不确定性进行逼近的同时，综合应用Lyapunov稳定性理论和自适应迭代学习控制技术，设计了控制系统，并得到了稳定性定理，解决了这类系统的控制问题。仿真结果验证了时变神经网络的有效性和控制器设计方案的正确性。

关键词：时变非线性；RBF神经网络；迭代学习；自适应控制

中图分类号：TP273文献标志码：A文章编号：1004-731X(2023)10-2223-14

DOI:10.16182/j.issn1004731x.joss.23-FZ0796E

引用格式:李静,张涛涛,金凯,等.基于时变RBF神经网络的时变非线性系统控制器设计[J].系统仿真学报,2023,35

(10):2223-2236.

Referenceformat:LiJing,ZhangTaotao,JinKai,etal.Time-varyingRBFNeuralNetwork-basedControllerDesignforaClassofTime-varyingNonlinearSystems[J].JournalofSystemSimulation,2023,35(10):2223-2236.

0Introduction

Inrecentdecades,aseriesofimpressiveresearchresultshavebeenachievedinthecontrolofnonlinearsystems.Inthestudyofnonlinearsystems

withuncertaint